数据治理超越了将事实放在一起

发布时间:2019.01.14来源:亿信华辰浏览量:59次标签:数据治理

      “进取”是指渴望承担或尝试。表现出主动性和机智性。这些都是领导力的特点,所以进取就是领导。“分析”是在实现业务目标的背景下,我们如何使用数据来通知决策制定。这些是管理实践,所以分析是关于管理的。

       没有关于未来的事实。过去只有事实。我们对未来唯一了解的是推测。推测的意思是“基于不完全信息形成的观点或结论”。推测的拉丁词根意思是“把事实放在一起”。当这个词进入英语时,它的意思是“解释符号和征兆”,这不是大多数企业领导者想要如何制定战略。         

      但是,不幸的是,这是我们大多数人在总体上如何执行我们的策略,更不用说数据策略了。我们把事实放在一起,用复杂的仪式(即商务会议)来解释预兆。商业领袖们通常是基于预测分析的优点而被出售的,以此来缓解这个问题。但是预测分析仅仅意味着从阅读你的每日星辰到计算你的出生图表。对有缺陷的技术应用更严格的方法并不能提高该技术。

       你最终会得到的大部分都是一种控制的错觉:相信事件在没有因果关系的情况下是有因果关系的。人类学家长期以来一直在研究当面对越来越不确定的时代时,我们沉溺于控制幻觉(即迷信)的可能性。出售预测的灵丹妙药对现代企业高管来说是一个严重的风险,尤其是当它充满了诸如“人工智能”或“大数据”等神奇短语时。过分参与预测是不小心、不熟练或过于自信的人最好避免的事情。

希望战胜证据

       如果您使用的是数据策略,并且您使用的是确定性方法,那么您的工作中很大一部分很可能是由组合在一起的事实组成的。或是统计数据的贬义,“我们在街上发现的一些数据”。如果您不使用概率来建模关键元素,那么您的数据策略在几个财务季度之外有效的可能性会降低。你可能会有一个优雅的故事,而不是一个可以实现的战略,它符合你对未来应该是什么样子的先入之见。                 

      换句话说,我们的许多策略都是基于一厢情愿的想法。正如霍华德·怀纳在《真理》或《真理》中所写,我们都倾向于“人类最自然的倾向,希望战胜了证据。”正如莎士比亚在《国王亨利四世》第二部分中提醒我们的那样,这种倾向并不是新的:“你的愿望就是父亲,哈利,对那一想法的期望。”我们所相信的,强烈地受到我们所希望的影响。            丹尼尔·卡尼曼和阿莫斯·特沃斯基帮助建立了一个完整的认知框架,围绕着我们对连贯性的偏好和对挑战我们信仰的信息的回避。加上社会证明和群体思维等群体动态因素,我们很快就达到了一个目标,我们的战略成为了一系列政治口号。每个人都能很快找到最小公分母。一旦到了那里,你的数据分析策略就死了。

学会概率思维          

       所以,如果你想让你的数据策略坚持下去,你就需要开始学习如何概率地思考。一个好的开始是反思平均值的缺陷:基于平均输入的计划平均值是错误的。换句话说,如果您使用五个输入构建一个预测,并且对这五个输入中的每一个使用平均值,那么您的合计预测平均值将是错误的。阅读山姆萨维奇和平均值的缺陷了解更多。             好消息是你已经在考虑概率了。任何专家在不确定变量上发表任何声明时,都是在进行概率估计。记住,没有关于未来的事实。坏消息是,除非你的知识“经过校准”,否则你的估计不太可能准确。尤其是如果你在一个正在经历重大变化的行业工作,或者你正在寻找超过几个季度的时间。阅读基思·斯坦诺维奇在现代世界的决策和理性,如果你有兴趣了解更多关于为什么知识校准很重要的知识。          

       随着组织开始制定其数据治理策略,用概率建模未来的重要性显著增加。现在每个业务都是数据业务,数据是唯一的组织资产。我们有责任确保数据资产具有充分的治理。正如我们所看到的那样,随着gdpr的到来,Equifax等引人注目的失误也会带来不理解数据的实际成本。    由于领导者需要投资于分析和人工智能能力,因此他们的组织需要开始采用管理复杂自适应系统所需的技术。或者,换句话说,如果你计划雇佣数据科学家或投资于自助分析,你将早晚使用概率技术。所以你最好现在就开始。

       这意味着学会区分概率是什么的两个基本概念。我们大多数人都会陷入概率的第一个概念。了解概率的第二个概念并不容易。正如E.F.舒马赫在《困惑者指南》中所写,“…一般来说,人类的思维不仅仅是思考:它用思想来思考,而大多数思想只是简单地采用并从周围的社会中接管。”     因此,为了让我们自己在现代社会中有可能地思考,我们需要更好地思考什么是概率。如果你在大学一年级做统计学,你会根据经典概率做一些论文。在这里,我们知道系统的参数,并可以计算系统将生成事件的概率。经典概率在正确的上下文中仍然有用。          

       问题是上下文正在缓慢收缩。正如世界经济论坛在其2016年的报告《就业前景》中所观察到的,在四年制技术学位的第一年获得的知识中,有近一半已经在毕业日前过时。专业知识的半衰期正在稳步下降。学习如何学习正成为一项关键的执行技能,学习概率思维将成为赌注。   你需要在你的年度职业发展计划中加入主观主义者的可能性。主观概率不是从实验或可复制事件中获得的。他们表达了对某一事件发生的可能性的看法或信仰程度。我们一直在处理主观概率:下次你开会的时候,数一数人们说“可能”或“可能”的次数。有时“应该”这个词也掩盖了主观概率。校准你的知识的一个有用结果是你对任何声称未来知识的语言都保持警惕。 

        我们中的大多数人习惯于构建“if/then”语句。但很少有人习惯于以“鉴于这个……观察到这个的可能性有多大”的形式提出问题。“但是,如果你想充分利用你的数据战略,在业务的数据方面发展你的职业生涯,或者从你的分析投资中获得良好的回报,你就需要做出改变。早而不是晚。

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 数据湖与数据仓库之间的桥梁

    数据湖与数据仓库之间的桥梁

    数据湖的吸引力和新颖的功能对传统的数据仓库(DWH)系统构成了巨大的威胁。DWH的主要缺点包括与不适应不断发展的数据环境的刚性内部结构相……查看详情

    发布时间:2021.07.26来源:亿信华辰数据治理知识库浏览量:89次

  • 企业主数据管理方案

    企业主数据管理方案

    主数据管理使得企业能够集中化管理数据,在分散的系统间保证主数据的一致性,改进数据合规性、快速部署新应用、充分了解客户、加速推出新产品的速……查看详情

    发布时间:2020.04.29来源:知乎浏览量:62次

  • 数据治理需要转变

    数据治理需要转变

    环境数据治理是一种策略和方法,它不仅可以扩展您的数据治理工作,还可以作为解决方案,以满足我们为新用例,法规和新出现的数字功能扩展数据时存……查看详情

    发布时间:2019.02.15来源:Michele Goetz浏览量:62次

  • 如何利用元数据管理数据资产

    如何利用元数据管理数据资产

    如今,各大企业都在关心数据该如何使用,但大数据应用的前提是有高质量的数据。而很多企业内部数据形态多样,标准不统一,大数据应用往往得从数据……查看详情

    发布时间:2020.11.05来源:知乎浏览量:63次

  • 银行业重塑数据治理体系 助力转型升级

    银行业重塑数据治理体系 助力转型升级

    银行业金融机构要深化认识,积极主动对接国家政策,改革数据治理体系,依靠数据治理改进决策、缩减成本、降低风险、增强核心竞争力,推动银行业向……查看详情

    发布时间:2019.10.18来源:知乎浏览量:70次

  • 管理「政府数据资产」该怎么做

    管理「政府数据资产」该怎么做

    政府数据资产,是指由政务服务实施机构建设、管理、使用的各类业务应用系统,以及利用业务应用系统依法依规直接或间接采集、产生并管理的,具有经……查看详情

    发布时间:2020.07.17来源:CSDN浏览量:90次

  • 数据治理和成熟度评估模型

    数据治理和成熟度评估模型

    成熟度评估没有“ 一种模式适合所有人 ”。……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:73次

  • 银行数据治理的核心问题

    银行数据治理的核心问题

    银行一直掌握着大量关于客户的数据,数据汇总,存储和分析的持续进步意味着收集的数据提供了不可估量的价值和机会。 ……查看详情

    发布时间:2019.08.14来源:简书浏览量:64次

  • 数据质量和数据治理之间有什么区别?

    数据质量和数据治理之间有什么区别?

    跟上无穷无尽的技术术语可能是一项艰巨的任务。松散定义的术语和行业特定的白话使水更加泥泞。特别是在数据管理方面,似乎许多单词也可以互换使用……查看详情

    发布时间:2019.07.04来源:知乎浏览量:48次

  • 组织文化的正确数据治理

    组织文化的正确数据治理

    “如果你注意听到会议发言人使用”文化“这个词的次数,你会感到惊讶,” Sierra Creek Consulting的创始人玛丽·莱文斯……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:64次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议